Практическая работа №9, "Классификация изображений", Нейросетевые технологии (НТ), Филиппов Ф.В.

Раздел
Программирование
Просмотров
1 482
Покупок
4
Антиплагиат
Не указан
Размещена
23 Сен 2023 в 17:26
ВУЗ
СПБГУТ им. проф. М.А. БОНЧ-БРУЕВИЧА
Курс
4 курс
Стоимость
500 ₽
Демо-файлы   
2
png
Задание ПР9 Задание ПР9
255.1 Кбайт 255.1 Кбайт
pdf
Лабораторный практикум по НТ Лабораторный практикум по НТ
6.2 Мбайт 6.2 Мбайт
Файлы работы   
1
Каждая работа проверяется на плагиат, на момент публикации уникальность составляет не менее 40% по системе проверки eTXT.
zip
ПР9 ГОТОВАЯ ОТЧЕТ
645.7 Кбайт 500 ₽
Описание

Работа зачтена на отлично. Подробный отчет по проделанной работе. Множество комментариев к исходному коду. В архиве отчет Word и исходный код выполненного задания (открывать в RStudio)

Практическая работа №9

FashionMNIST это набор данных в виде изображений в градациях серого 28x28, связанных с меткой из 10 классов. Набор состоит из обучающего множества 60000 примеров и тестового набора из 10000 примеров. По сути, набор FashionMNIST служит прямой заменой классического набора MNIST для сравнительного анализа алгоритмов машинного обучения. Он имеет одинаковый размер изображения и структуру разделений обучения и тестирования. Необходимо подобрать параметры нейронной сети так, чтобы точность распознавания объектов из набора данных составляла не менее 95%. Результат тестирования сети представьте в виде изображений тестового набора из 25 объектов с наименованием распознанных объектов.

Каждое изображение необходимо сопоставить с одной меткой. Поскольку имена классов не включены в набор данных, следует сформировать их в виде вектора class_names для использования при построении изображений: class_names = c('Футболка', 'Брюки', 'Пуловер', 'Платье', 'Пальто', 'Сандали', 'Рубашка', 'Тапки', 'Сумка', 'Ботильоны

Необходимо подобрать параметры нейронной сети так, чтобы точность распознавания объектов из набора данных составляла не менее 95%. Результат тестирования сети представьте в виде изображений тестового набора из 25 объектов с наименованием распознанных объектов.

Наименования правильно распознанных объектов подпишите зеленым цветом, неправильно распознанные объекты подпишите красным цветом, в скобках укажите правильное название

Вам подходит эта работа?
Похожие работы
Обучение нейронных систем
Тест Тест
20 Ноя в 12:28
7
0 покупок
Обучение нейронных систем
Тест Тест
7 Ноя в 11:24
22 +1
1 покупка
Обучение нейронных систем
Тест Тест
24 Окт в 21:31
42 +1
1 покупка
Обучение нейронных систем
Контрольная работа Контрольная
18 Окт в 17:53
29
0 покупок
Обучение нейронных систем
Лабораторная работа Лабораторная
18 Окт в 17:45
25
0 покупок
Другие работы автора
Информационные системы
Контрольная работа Контрольная
13 Апр в 12:43
160
0 покупок
Информационные системы
Лабораторная работа Лабораторная
13 Апр в 12:21
127
1 покупка
Информационные системы
Лабораторная работа Лабораторная
13 Апр в 12:16
67
1 покупка
Информационные системы
Лабораторная работа Лабораторная
4 Апр в 21:30
79
0 покупок
Управление проектами
Контрольная работа Контрольная
4 Апр в 21:20
109
2 покупки
Информационные системы
Контрольная работа Контрольная
2 Апр в 21:52
83
0 покупок
Информационные системы
Контрольная работа Контрольная
2 Апр в 21:48
95 +3
1 покупка
Информационные системы
Лабораторная работа Лабораторная
2 Апр в 21:43
93 +1
2 покупки
Информационные системы
Контрольная работа Контрольная
2 Апр в 21:33
229 +2
1 покупка
Информационные системы
Контрольная работа Контрольная
2 Апр в 21:22
212
0 покупок
Информационные системы
Лабораторная работа Лабораторная
2 Апр в 20:54
185 +1
1 покупка
Информационные системы
Курсовая работа Курсовая
2 Апр в 20:17
56
1 покупка
Темы журнала
Показать ещё
Прямой эфир